“Если хочешь в чем-то досконально разобраться, попробуй объяснить это другим людям”(с) Рома

Моя осень выдалась очень насыщенной на образовательные программы.

Вместе с моим коллегой Лешей Космачевым мы делаем курс "Машинное обучение на больших данных” на Coursera для ВШЭ. В нем я рассказываю все о разметке данных и подготовке данных к обучению ML моделей. Курс планируем завершить до нового года. Я обещаю, что расскажу о нем побольше, как только он выйдет) 

Но только этим курсом мои образовательный программы не заканчиваются. Даша Байдакова из Яндекс.Толоки предложила мне провести лекцию и семинар для студентов ШАДа и ВШЭ в рамках курса "Сбор и обработка данных с помощью краудсорсинга”. И я, конечно, согласился)

Делюсь с вами видео семинара: youtu.be/mUI-I74_ydU
В нем рассказываю о трендах и методах оптимизации качества, скорости и стоимости разметки. 
Как мне кажется, главный тренд, который я уже наблюдаю — всевозможная интеграция ML в процесс разметки. 
Поэтому студентам рассказал:

• 2:00 Сколько данных нужно, чтобы обучить ML модель

• 15:17 Что такое Active Learning

• 20:55 Какие особенности возникают при работе с синтетическими данными

• 25:15 Почему заходит Pseudo Labeling

• 27:13 Как с помощью предразметки увеличить скорость разметки до 10 раз

• 31:10 Как концепция Human in the Loop позволяет достигать 100% точности

• 1:06:47 Как я реализовал сервис на основе краудсорсинга “Впечатлятор” и заработал 40 000 руб


А также выдал довольно интересную домашку по реализации концепций Human in the Loop и Pre-labelling с помощью Яндекс.Толоки! 
github.com/Kucev/human_in_the_loop_task

Друзья, а какие вы видите тренды в разметке данных?